logdata-anomaly-miner

该工具解析日志数据，并允许定义用于异常检测的分析管道。它旨在以有限的资源和最低的权限运行分析，使其适合生产服务器使用。

要求

要安装 logdata-anomaly-miner，需要一个 Linux 系统，且 python >= 3.6。目前推荐使用我们测试中涵盖的所有 Ubuntu 和 Debian 版本。对 Fedora 仅提供实验性支持。更具体地说，经过测试的系统包括 Debian Buster、Debian Bullseye、Debian Bookworm、Ubuntu 20.04、Ubuntu 22.04、Fedora（docker 镜像 fedora:latest）和 RedHat（docker 镜像 redhat/ubi9）。

参见 requirements.txt 了解进一步的模块依赖

安装

Debian

logdata-anomaly-miner 的 Debian 包位于官方 Debian/Ubuntu 仓库中。

apt-get update && apt-get install logdata-anomaly-miner

从源码编译

以下命令将安装最新的稳定版本：

cd $HOME
wget https://raw.githubusercontent.com/ait-aecid/logdata-anomaly-miner/main/scripts/aminer_install.sh
chmod +x aminer_install.sh
./aminer_install.sh

Docker

有关通过 Docker 安装的信息，请参见： 使用 Docker 部署

入门指南

以下是一些用于开始配置的资源：

• 入门指南
• 一些可用的配置
• 文档
• Wiki

出版物

出版物与演讲：

• Landauer M., Wurzenberger M., Skopik F., Hotwagner W., Höld G. (2023): AMiner: 一种用于基于异常的入侵检测的模块化日志数据分析管道。 数字威胁：研究与实践，第4卷，第1期。2023年3月，第1–16页，ACM。 [PDF]
• Wurzenberger M., Skopik F., Settanni G., Fiedler R. (2018): AECID: 一种基于轻量级日志解析模型的自学习异常检测方法。 第4届信息安全与隐私国际会议（ICISSP 2018），2018年1月22-24日，马德拉群岛丰沙尔 - 葡萄牙。INSTICC。 [PDF]
• Wurzenberger M., Landauer M., Skopik F., Kastner W. (2019): AECID-PG: AECID-PG: 一种基于树的日志解析器生成器，用于实现日志分析。 第4届IEEE/IFIP网络与服务管理分析国际研讨会（AnNet 2019） 与 IFIP/IEEE综合网络管理国际研讨会（IM） 联合举办，2019年4月8日，美国华盛顿特区。IEEE。 [PDF]
• Landauer M., Skopik F., Wurzenberger M., Hotwagner W., Rauber A. (2019): 一个从原始日志数据中提取网络威胁情报的框架。 大数据分析用于网络威胁狩猎国际研讨会（CyberHunt 2019） 与 IEEE 2019国际大数据会议 联合举办，2019年12月9-12日，美国洛杉矶，加利福尼亚州。IEEE。 [PDF]

完整的出版物列表可在 https://aecid.ait.ac.at/further-information/ 找到。

贡献

我们欢迎提交补丁和其他贡献。请参阅以下链接了解如何开始：

• 如何安装开发环境
• Git 开发工作流

Bug 报告

如果您遇到任何 Bug，请在 Github 上创建 issue。

安全性

如果您发现任何与安全相关的问题，请先阅读 SECURITY.md 然后报告问题。

许可证

GPL-3.0

资金支持

本项目通过以下研究项目获得资金支持：奥地利 KIRAS 安全研究计划中的 CAIS（832345）、CIIS（840842）和 CISA（850199）项目；奥地利研究促进局（FFG）未来 ICT 计划中的 synERGY（855457）和 DECEPT（873980）项目；欧洲国防工业发展计划（EDIDP）中的 PANDORA（SI2.835928）项目；以及欧洲第七框架计划（FP7）和 Horizon 2020 中的 ECOSSIAN（607577）和 GUARD（833456）项目。